Qwen3.5-Omni-Plus 2026-03-15 ist Alibabas multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Diese datierte Ausgabe ist vom undatierten Alias Qwen3.5-Omni-Plus und den Realtime-Ausgaben getrennt. Bewahren Sie den vollständigen Namen auf, wenn ein Workflow dokumentieren muss, welche benannte Version gewählt wurde.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Fähigkeitstabelle des Snapshots führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Sie nennt strukturierte Ausgabe als JSON Object; die regionalen Tabellen der Familie unterscheiden zwischen Unterstützung in Beijing und dem Eintrag „nicht unterstützt“ für Singapur. Das Modell schlägt einen Werkzeugaufruf vor; die Anwendung führt die angefragte Aktion aus und gibt das Werkzeugergebnis zurück, damit das Modell fortfahren kann. Dieser Snapshot kennzeichnet Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning als nicht unterstützt.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Der benannte Snapshot vom 15. März unterstützt laut Qwen3.5-Omni-Leitfaden des Herstellers kein individuelles Stimmenklonen. Verwenden Sie für seine Sprachausgabe eine dokumentierte Katalogstimme, statt anzunehmen, dass der Workflow des undatierten Alias zur Erstellung und anschließenden Verwendung einer geklonten Stimme für diese Ausgabe gilt. Stimmenauswahl und Vortragsweise sind getrennte Entscheidungen: Der Parameter voice bezeichnet eine Katalogstimme, während schriftliche Anweisungen Tempo, Lautstärke und Emotion beschreiben.
Kombinieren Sie für eine aufgezeichnete Unterrichtseinheit den relevanten Videoausschnitt mit einer Abbildung und einer schriftlichen Frage. Ein beispielhafter Auftrag lautet: „Erklären Sie den hier gezeigten Mechanismus, verknüpfen Sie die gesprochene Erklärung mit den beschrifteten Teilen und geben Sie sowohl eine englische Textantwort als auch eine ruhige Sprachantwort aus.“ Fordern Sie für einen Textbericht chronologische Ereignisse, sichtbaren Wortlaut und Sprache getrennt an, mit Zeitstempeln, die sich auf die Quelle beziehen. Bewahren Sie Snapshot-Namen, Eingabeausschnitt und Ausgabeanweisungen auf, damit eine weitere Prüfung vom selben dokumentierten Auftrag ausgeht.
", "aboutText": "Qwen3.5-Omni-Plus 2026-03-15 ist Alibabas multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Diese datierte Ausgabe ist vom undatierten Alias Qwen3.5-Omni-Plus und den Realtime-Ausgaben getrennt. Bewahren Sie den vollständigen Namen auf, wenn ein Workflow dokumentieren muss, welche benannte Version gewählt wurde.\n\nDie Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.\n\nLegen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.\n\nDer dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.\n\nDie Fähigkeitstabelle des Snapshots führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Sie nennt strukturierte Ausgabe als JSON Object; die regionalen Tabellen der Familie unterscheiden zwischen Unterstützung in Beijing und dem Eintrag „nicht unterstützt“ für Singapur. Das Modell schlägt einen Werkzeugaufruf vor; die Anwendung führt die angefragte Aktion aus und gibt das Werkzeugergebnis zurück, damit das Modell fortfahren kann. Dieser Snapshot kennzeichnet Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning als nicht unterstützt.\n\nDas veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.\n\nFür Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.\n\nDer benannte Snapshot vom 15. März unterstützt laut Qwen3.5-Omni-Leitfaden des Herstellers kein individuelles Stimmenklonen. Verwenden Sie für seine Sprachausgabe eine dokumentierte Katalogstimme, statt anzunehmen, dass der Workflow des undatierten Alias zur Erstellung und anschließenden Verwendung einer geklonten Stimme für diese Ausgabe gilt. Stimmenauswahl und Vortragsweise sind getrennte Entscheidungen: Der Parameter voice bezeichnet eine Katalogstimme, während schriftliche Anweisungen Tempo, Lautstärke und Emotion beschreiben.\n\nKombinieren Sie für eine aufgezeichnete Unterrichtseinheit den relevanten Videoausschnitt mit einer Abbildung und einer schriftlichen Frage. Ein beispielhafter Auftrag lautet: „Erklären Sie den hier gezeigten Mechanismus, verknüpfen Sie die gesprochene Erklärung mit den beschrifteten Teilen und geben Sie sowohl eine englische Textantwort als auch eine ruhige Sprachantwort aus.“ Fordern Sie für einen Textbericht chronologische Ereignisse, sichtbaren Wortlaut und Sprache getrennt an, mit Zeitstempeln, die sich auf die Quelle beziehen. Bewahren Sie Snapshot-Namen, Eingabeausschnitt und Ausgabeanweisungen auf, damit eine weitere Prüfung vom selben dokumentierten Auftrag ausgeht.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisches Beispiel auf Englisch
Align a spoken script with written scene notes\n\nUse these text records only. Scene notes: at 00:05 the presenter opens the lid; at 00:10 they remove the filter. Transcript: 00:05 'First remove the filter'; 00:10 'Then open the lid.' Identify the mismatch and draft corrected narration aligned to the scene notes. Return text only; no audio or video is attached or requested.A timestamped mismatch report and two corrected narration lines matching the supplied scene order.The corrected 00:05 line opens the lid, and the 00:10 line removes the filter, without claiming media analysis or speech generation.qwen3.5-omni-plus-2026-03-15Qwen3.5-Omni-Plus 2026-03-15 ist ein benannter multimodaler Snapshot für Text, Bilder, Audio und Video. Er erzeugt Text- oder Sprachantworten und verbindet visuelle Belege mit Ton, wobei seine eigenen dokumentierten Grenzen und die Unterschiede zwischen Sprach-Workflows erhalten bleiben.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Omni-Plus 2026-03-15 ist Alibabas multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Diese datierte Ausgabe ist vom undatierten Alias Qwen3.5-Omni-Plus und den Realtime-Ausgaben getrennt. Bewahren Sie den vollständigen Namen auf, wenn ein Workflow dokumentieren muss, welche benannte Version gewählt wurde.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Fähigkeitstabelle des Snapshots führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Sie nennt strukturierte Ausgabe als JSON Object; die regionalen Tabellen der Familie unterscheiden zwischen Unterstützung in Beijing und dem Eintrag „nicht unterstützt“ für Singapur. Das Modell schlägt einen Werkzeugaufruf vor; die Anwendung führt die angefragte Aktion aus und gibt das Werkzeugergebnis zurück, damit das Modell fortfahren kann. Dieser Snapshot kennzeichnet Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning als nicht unterstützt.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Der benannte Snapshot vom 15. März unterstützt laut Qwen3.5-Omni-Leitfaden des Herstellers kein individuelles Stimmenklonen. Verwenden Sie für seine Sprachausgabe eine dokumentierte Katalogstimme, statt anzunehmen, dass der Workflow des undatierten Alias zur Erstellung und anschließenden Verwendung einer geklonten Stimme für diese Ausgabe gilt. Stimmenauswahl und Vortragsweise sind getrennte Entscheidungen: Der Parameter voice bezeichnet eine Katalogstimme, während schriftliche Anweisungen Tempo, Lautstärke und Emotion beschreiben.
Kombinieren Sie für eine aufgezeichnete Unterrichtseinheit den relevanten Videoausschnitt mit einer Abbildung und einer schriftlichen Frage. Ein beispielhafter Auftrag lautet: „Erklären Sie den hier gezeigten Mechanismus, verknüpfen Sie die gesprochene Erklärung mit den beschrifteten Teilen und geben Sie sowohl eine englische Textantwort als auch eine ruhige Sprachantwort aus.“ Fordern Sie für einen Textbericht chronologische Ereignisse, sichtbaren Wortlaut und Sprache getrennt an, mit Zeitstempeln, die sich auf die Quelle beziehen. Bewahren Sie Snapshot-Namen, Eingabeausschnitt und Ausgabeanweisungen auf, damit eine weitere Prüfung vom selben dokumentierten Auftrag ausgeht.
POST /v1/chat/completionstexttext| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-plus-2026-03-15 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits Beispiele: system, user, assistant, tool, function Bedingungen: Diese Rollen sind in den Kompatibilitätstypen des Quellcodes ausdrücklich dargestellt; der genaue Rollenumfang bleibt modellspezifisch. Modellabhängig | Standard— |
Feldmessages[].content | Typstring|content_part[]|null | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_calls | Typtool_call[] | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].tool_call_id | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: role=tool; die tatsächlich zurückgegebene ID verwenden | Standard— |
Feldmessages[].name | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldmessages[].reasoning_content | Typstring | AnforderungOptional | Werte und Limits Gilt, wenn: Tatsächlich zurückgegebene Reasoning-Daten erneut übermitteln, sofern dieses Modell sie verwendet | Standard— |
Feldmessages[].reasoning_details | Typobject|array | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmax_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldmax_completion_tokens | Typinteger | AnforderungOptional | Werte und Limits Minimum: 1 Modellabhängig | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Feldstream_options.include_usage | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtemperature | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtop_p | Typnumber | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldstop | Typstring|string[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools | Typfunction_tool[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldtools[].type | Typstring | AnforderungOptional | Werte und Limits function Modellabhängig | Standard— |
Feldtools[].function.name | Typstring | AnforderungErforderlich | Werte und Limits Gilt, wenn: Funktionswerkzeug bereitgestellt | Standard— |
Feldtools[].function.description | Typstring | AnforderungOptional | Werte und Limits | Standard— |
Feldtools[].function.parameters | TypJSON_schema | AnforderungOptional | Werte und Limits | Standard— |
Feldtool_choice | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldparallel_tool_calls | Typboolean | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldresponse_format | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning_effort | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldreasoning | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldservice_tier | Typstring | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldinstructions | Typstring | AnforderungOptional | Werte und Limits Kompatibilitätsfeld | Standard— |
Feldfunctions | Typfunction[] | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldfunction_call | Typstring|object | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldprompt_cache_options | Typobject | AnforderungOptional | Werte und Limits Modellabhängig | Standard— |
Feldmodalities | Typstring[] | AnforderungOptional | Werte und Limits text | Standard— |
Feldprovider | Typobject | AnforderungOptional | Werte und Limits Bedingungen: provider.options wird auf dieser Ultra-Textroute abgelehnt | Standard— |
Feldcache_control.ttl | Typstring | AnforderungOptional | Werte und Limits Bedingungen: 1h wird in den tatsächlichen Prompt-Cache-Feldern abgelehnt | Standard— |
Text · UTF8-Text
messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages |
Parametermaterial_types | Vertragtext |
Parametermessages | VertragNachrichtenarray mit role/content-Struktur |
Parameterfile_material | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet |
Parameteroptional_controls | Vertragstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | VertragModellspezifisch; benutzerseitige Funktionswerkzeuge unterscheiden sich von gehosteten Werkzeugen |
Parameteroutput_modalities | Vertragtext |
Parameterhosted_operations | Vertragfalse |
Parametermultimodal_input_binding | Vertragnull |
Lebenszyklus: synchronous_or_streamed
Die genaue Modell-ID zusammen mit messages senden.
Die Kontextlänge ist keine Ausgabeobergrenze.
Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung.
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0022 / 1K Token Ausgabe · Ausgabetoken $0.012584 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "qwen3.5-omni-plus-2026-03-15", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='qwen3.5-omni-plus-2026-03-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='qwen3.5-omni-plus-2026-03-15',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldchoices[].index | Typinteger |
Feldchoices[].message.content | Typstring|null |
Feldchoices[].message.tool_calls | Typtool_call[] |
Feldchoices[].message.reasoning_content | Typstring |
Feldchoices[].message.reasoning_details | Typobject|array |
Feldchoices[].finish_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen3.5-omni-plus-2026-03-15
Verwenden Sie die oben angezeigten Methodenpfade.
qwen3.5-omni-plus-2026-03-15Qwen3.5-Omni-Plus 2026-03-15 ist ein benannter multimodaler Snapshot für Text, Bilder, Audio und Video. Er erzeugt Text- oder Sprachantworten und verbindet visuelle Belege mit Ton, wobei seine eigenen dokumentierten Grenzen und die Unterschiede zwischen Sprach-Workflows erhalten bleiben.
Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt.
Qwen3.5-Omni-Plus 2026-03-15 ist Alibabas multimodaler Snapshot vom 15. März für Texterstellung, Sprachassistenten und Multimedia-Analyse. Er nimmt Text, Bilder, Audio und Video einschließlich gemischter Eingaben entgegen und erzeugt Text oder Text mit Sprache. Diese datierte Ausgabe ist vom undatierten Alias Qwen3.5-Omni-Plus und den Realtime-Ausgaben getrennt. Bewahren Sie den vollständigen Namen auf, wenn ein Workflow dokumentieren muss, welche benannte Version gewählt wurde.
Die Eingabe kann ein Bild mit einer gesprochenen Frage verbinden oder Bild und Ton eines Videos mit schriftlichen Anweisungen kombinieren. Das ist nützlich, wenn eine reine Textzusammenfassung den Zusammenhang zwischen dem Sichtbaren und dem Hörbaren verlieren würde. Fordern Sie für einen Medienauftrag die sichtbare Abfolge, den eingeblendeten Wortlaut und die gesprochenen Inhalte getrennt an sowie quellbezogene Zeitstempel, wenn die Reihenfolge der Ereignisse wichtig ist. Geräuscheffekte und andere nichtsprachliche Audiosignale können neben Sprache in die Analyse einfließen.
Legen Sie für eine Sprachantwort Sprache, Zielgruppe und Vortragsweise fest. Qwens Leitfaden dokumentiert Anweisungen zu Lautstärke, Sprechtempo und Emotion. Er nennt 113 Sprachen und Dialekte für Audioeingaben sowie 36 Sprachen und Dialekte für Sprachausgaben, darunter Englisch, Französisch, Deutsch und Russisch. Der Stimmenkatalog führt Tina als Standard auf und enthält Optionen wie Serena und Ethan. Wählen Sie die Stimme und fordern Sie eine knappe Erklärung in ruhigem Tempo an, statt darauf zu vertrauen, dass die Eingangsstimme den Ausgabestil bestimmt.
Der dokumentierte HTTP-Workflow für Sprachausgabe liefert gestreamten Text und Base64-kodierte Audioblöcke zurück. Sein WAV-Beispiel verwendet 24 kHz, mono und 16-Bit-PCM; eine Anwendung kann die Blöcke zu einer Audiodatei zusammenführen oder sie beim Eintreffen für die Wiedergabe dekodieren. Dies ist eine gestreamte Generierung aus einer eingereichten Anfrage. Die Erkennung von Gesprächswechseln in Echtzeit, der Umgang mit Unterbrechungen und Mikrofon-Gespräche gehören zu separat benannten Realtime-Modellen. Die Familientabelle von Qwen3.5-Omni bietet keinen Deep-Thinking-Modus.
Die Fähigkeitstabelle des Snapshots führt Websuche und Function Calling auf, wobei Function Calling auf Beijing Chat Completions und Textausgabe beschränkt ist. Sie nennt strukturierte Ausgabe als JSON Object; die regionalen Tabellen der Familie unterscheiden zwischen Unterstützung in Beijing und dem Eintrag „nicht unterstützt“ für Singapur. Das Modell schlägt einen Werkzeugaufruf vor; die Anwendung führt die angefragte Aktion aus und gibt das Werkzeugergebnis zurück, damit das Modell fortfahren kann. Dieser Snapshot kennzeichnet Prefix Completion, Context Caching, Batch-Inferenz und Fine-Tuning als nicht unterstützt.
Das veröffentlichte Kontextfenster beträgt 262.144 Tokens, die maximale Eingabe 196.608 Tokens und die maximale Ausgabe 65.536 Tokens. Gemischte Medien und Text teilen sich das Kontextbudget. Alibabas HTTP-Leitfaden erlaubt für diese Serie bis zu drei Stunden Audio oder eine Stunde Video; er führt AMR, WAV, 3GP, 3GPP, AAC und MP3 für Audio sowie MP4, AVI, MKV, MOV, FLV und WMV für Video auf. Über URLs bereitgestellte Audio- oder Videodateien dürfen bis zu 2 GB groß sein, während Base64-kodierte Medien kleiner als 10 MB sein müssen. Dies sind Dateiverarbeitungsgrenzen des Herstellers. Sie sind von der Beschreibung in der Modelleinführung zu unterscheiden, nach der mehr als zehn Stunden Audio oder mehr als 400 Sekunden 720p-Video bei einer Abtastung mit 1 FPS verstanden werden können.
Für Bilder nennt dieser Leitfaden eigene Vorbereitungsgrenzen: bis zu 20 MB je über eine URL bereitgestelltem Bild, mehr als 10 Pixel je Seite und ein Seitenverhältnis von höchstens 200:1. Der Leitfaden erlaubt bis zu 2.048 URL-basierte Bilder oder Audiodateien und 512 URL-basierte Videodateien; bei Base64-Eingaben sind bis zu 250 Dateien erlaubt. Diese Übertragungsgrenzen unterliegen weiterhin dem gemeinsamen Eingabe-Tokenbudget. Die Serie kann mehrere Medientypen in einer Anfrage kombinieren. Wählen Sie den relevanten Ausschnitt, machen Sie kleine Beschriftungen lesbar und erläutern Sie, wie separate Eingaben zusammenhängen. Die dokumentierten Obergrenzen der Dateianzahl unterscheiden sich nach Modalität und Übertragungsverfahren; jede Eingabe muss dennoch innerhalb des gemeinsamen Tokenbudgets bleiben.
Der benannte Snapshot vom 15. März unterstützt laut Qwen3.5-Omni-Leitfaden des Herstellers kein individuelles Stimmenklonen. Verwenden Sie für seine Sprachausgabe eine dokumentierte Katalogstimme, statt anzunehmen, dass der Workflow des undatierten Alias zur Erstellung und anschließenden Verwendung einer geklonten Stimme für diese Ausgabe gilt. Stimmenauswahl und Vortragsweise sind getrennte Entscheidungen: Der Parameter voice bezeichnet eine Katalogstimme, während schriftliche Anweisungen Tempo, Lautstärke und Emotion beschreiben.
Kombinieren Sie für eine aufgezeichnete Unterrichtseinheit den relevanten Videoausschnitt mit einer Abbildung und einer schriftlichen Frage. Ein beispielhafter Auftrag lautet: „Erklären Sie den hier gezeigten Mechanismus, verknüpfen Sie die gesprochene Erklärung mit den beschrifteten Teilen und geben Sie sowohl eine englische Textantwort als auch eine ruhige Sprachantwort aus.“ Fordern Sie für einen Textbericht chronologische Ereignisse, sichtbaren Wortlaut und Sprache getrennt an, mit Zeitstempeln, die sich auf die Quelle beziehen. Bewahren Sie Snapshot-Namen, Eingabeausschnitt und Ausgabeanweisungen auf, damit eine weitere Prüfung vom selben dokumentierten Auftrag ausgeht.
POST /v1/messagestextjson, sse| Feld | Typ | Anforderung | Werte und Limits | Standard |
|---|---|---|---|---|
Feldmodel | Typstring | AnforderungErforderlich | Werte und Limits qwen3.5-omni-plus-2026-03-15 | Standard— |
Feldmessages | Typmessage[] | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmessages[].role | Typstring | AnforderungErforderlich | Werte und Limits user, assistant | Standard— |
Feldmessages[].content | Typstring | AnforderungErforderlich | Werte und Limits | Standard— |
Feldmax_tokens | Typinteger | AnforderungErforderlich | Werte und Limits | Standard— |
Feldstream | Typboolean | AnforderungOptional | Werte und Limits | Standardfalse |
Text · UTF-8-Text
Zeichenfolge messages[].content
| Parameter | Vertrag |
|---|---|
Parametercontent_type | Vertragapplication/json |
Parameterrequired | Vertragmodel, messages, max_tokens |
Parameteroptional_controls | Vertragstream |
Parametermaterial_types | Vertragtext |
Parametertext_file_material | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. |
Lebenszyklus: synchronous_or_streamed
Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode.
| Konfiguration | Tarifstaffel | Gebühr |
|---|---|---|
| KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken $0.0022 / 1K Token Ausgabe · Ausgabetoken $0.012584 / 1K Token Eingabe · Cache-Lesen $0 / 1K Token Eingabe · Cache-Schreiben $0 / 1K Token Eingabe · Cache-Schreiben, 1 Stunde — / 1K Token |
Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. So funktionieren Reservierung und Abrechnung →
{\n "model": "qwen3.5-omni-plus-2026-03-15",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-plus-2026-03-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'qwen3.5-omni-plus-2026-03-15', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON oder SSE
Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf.
Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe.
Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben.
| Feld | Typ |
|---|---|
Feldid | Typstring |
Feldmodel | Typstring |
Feldcontent[] | Typtext|thinking|tool_use|other content block |
Feldstop_reason | Typstring|null |
Feldusage | Typobject |
| Antwort | Bedingung | Nächster Schritt |
|---|---|---|
Antwort400 · invalid_request_error | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. |
Ailoot Ultra qwen3.5-omni-plus-2026-03-15
Verwenden Sie die oben angezeigten Methodenpfade.
Technisches Beispiel auf Englisch
Align a spoken script with written scene notes\n\nUse these text records only. Scene notes: at 00:05 the presenter opens the lid; at 00:10 they remove the filter. Transcript: 00:05 'First remove the filter'; 00:10 'Then open the lid.' Identify the mismatch and draft corrected narration aligned to the scene notes. Return text only; no audio or video is attached or requested.A timestamped mismatch report and two corrected narration lines matching the supplied scene order.The corrected 00:05 line opens the lid, and the 00:10 line removes the filter, without claiming media analysis or speech generation.